Catálogo de modelos e coleções

  • Artigo

O Catálogo de Modelos no estúdio de Aprendizado de Máquina do Azure é o hub para uma ampla variedade de código aberto de terceiros, bem como modelos básicos desenvolvidos pela Microsoft pré-treinados para vários casos de uso de linguagem, fala e visão. Você pode avaliar, personalizar e implantar esses modelos com os recursos nativos para criar e operacionalizar modelos básicos de código aberto em escala para integrar facilmente esses modelos pré-treinados em seus aplicativos com segurança de nível empresarial e governança de dados.

  • Descubra: revise as descrições do modelo, experimente a inferência de exemplo e procure exemplos de código para avaliar, ajustar ou implantar o modelo.
  • Avaliar: avalie se o modelo é adequado para sua carga de trabalho específica, fornecendo seus próprios dados de teste. As métricas de avaliação facilitam a visualização do desempenho do modelo selecionado no seu cenário.
  • Ajuste: personalize esses modelos usando seus próprios dados de treinamento. Otimizações integradas que aceleram o ajuste fino e reduzem a memória e a computação necessárias para o ajuste fino. Aplique as capacidades de experimentação e rastreio do Azure Machine Learning para organizar as suas tarefas de formação e localizar o modelo mais adequado às suas necessidades.
  • Implantar: implante modelos básicos pré-treinados ou modelos ajustados perfeitamente em pontos de extremidade on-line para inferência em tempo real ou pontos de extremidade em lote para processar grandes conjuntos de dados de inferência no modo de trabalho. Aplique os recursos de operacionalização de aprendizado de máquina líderes do setor no Azure Machine Learning.
  • Importação: Os modelos de código aberto são lançados com frequência. Você sempre pode usar os modelos mais recentes no Azure Machine Learning importando modelos semelhantes aos do catálogo. Por exemplo, você pode importar modelos para tarefas com suporte que usam as mesmas bibliotecas.

Você começa explorando as coleções de modelos ou filtrando com base em tarefas e licença, para encontrar o modelo para seu caso de uso. Task chama a tarefa de inferência para a qual o modelo de fundação pode ser usado. Finetuning-tasks Liste as tarefas para as quais esse modelo pode ser ajustado. License chama as informações de licenciamento.

Coleções

Existem três tipos de coleções no Catálogo de modelos:

Modelos de código aberto com curadoria do Azure AI: os modelos de terceiros de código aberto mais populares com curadoria do Azure Machine Learning. Esses modelos são empacotados para uso imediato e são otimizados para uso no Azure Machine Learning, oferecendo desempenho e taxa de transferência de última geração no hardware do Azure. Eles oferecem suporte nativo para treinamento distribuído e podem ser facilmente portados no hardware do Azure.

'Curated by Azure AI' e coleções de parceiros como Meta, NVIDIA, Mistral AI são todas coleções selecionadas no Catálogo.

Modelos do Azure OpenAI, disponíveis exclusivamente no Azure: implante modelos do Azure OpenAI por meio da coleção 'Azure Open AI' no Catálogo de Modelos.

Modelos Transformers do hub HuggingFace: Milhares de modelos do hub HuggingFace são acessíveis através da coleção 'Hugging Face' para inferência em tempo real com endpoints online.

Importante

Os modelos no catálogo de modelos são cobertos por licenças de terceiros. Entenda a licença dos modelos que você planeja usar e verifique se a licença permite seu caso de uso. Alguns modelos no catálogo de modelos estão atualmente em pré-visualização. Os modelos estão em pré-visualização se uma ou mais das seguintes instruções se aplicarem a eles:
O modelo não é utilizável (pode ser implantado, ajustado e avaliado) dentro de uma rede isolada.
O empacotamento do modelo e o esquema de inferência estão sujeitos a alterações para versões mais recentes do modelo. Para obter mais informações sobre visualização, consulte Termos de Uso Complementares para Visualizações do Microsoft Azure.

Comparar capacidades de modelos por coleção

Caraterística Modelos de open source organizados pelo Azure Machine Learning Modelos de transformadores do Hugging Face Hub
Inferência Inferência online e em lote Inferência online
Avaliação e otimização Avalie e ajuste com a interface do usuário, SDK ou CLI não disponível
Importar modelos Suporte limitado para a importação de modelos com SDK ou CLI não disponível

Comparar atributos de coleções

Atributo Modelos de open source organizados pelo Azure Machine Learning Modelos de transformadores do Hugging Face Hub
Formato do modelo Com curadoria no formato de modelo MLFlow ou Triton para implantação perfeita sem código com endpoints on-line e em lote Transformadores
Alojamento do modelo Pesos de modelo hospedados no Azure Os pesos do modelo são extraídos a pedido durante a implementação do hub HuggingFace.
Uso no espaço de trabalho isolado da rede Capacidade de saída pronta para uso de modelos. Alguns modelos exigirão saída para domínios públicos para instalar pacotes em tempo de execução. Permitir saída para o hub HuggingFace, hub Docker e suas CDNs
Suporte Suportado pela Microsoft e com cobertura do SLA do Azure Machine Learning A Hugging Face cria e mantém os modelos listados no registo da comunidade da HuggingFace. Aceda ao Fórum da HuggingFace ou contacte o Suporte da HuggingFace para obter ajuda.

Mais informações